首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 基于云边端协同的电能表错接线在线感知诊断系统研究

基于云边端协同的电能表错接线在线感知诊断系统研究

2024-08-23 54 上传者：管理员

摘要：在电力改革和新型电力系统建设背景下，提高电能计量异常实时在线感知研判能力是保障电力市场交易、供用电安全的重要课题。当前对电能表错接线的研判需要专业技术人员携带各种量测设备进行现场接线分析，存在技术复杂、安全性低、携带不方便、效率低等问题。该文设计了一种基于云边端协同的电能表错接线在线感知诊断系统，利用非接触式现场稽查终端从现场或从云边用电采集系统获取电能表的量测数据，对电能表接线异常进行分层判定，给出精准研判结果。该应用可为大规模、高效、安全地开展现场电能表错接线分析处理提供可行的技术方案。

关键词：
云边端协同
电力生产
电能计量
错接线分析
非接触式现场稽查终端
加入收藏

电能计量是指对消耗的电能进行准确测量，是电力生产、营销和电网安全运行的重要环节[1]。电能计量的准确性对代理购电电量预测、电力供需和交易价格的影响较大，跨交易周期处理计量异常纠错成本也越来越高[2]。我国每年因接线错误等造成的经济损失高达百亿元[3]，因此亟需对电能表错接线、计量故障和窃电等各类异常进行实时、高效的稽查分析，维护供用电双方的权益。

传统的电能表错接线等计量异常的稽查工作，需要依靠专业人员携带计量检测设备开展现场核实，稽查效率非常低下[4]。针对目前存在的问题，国内外学者开展了大量研究工作。文献[5]提出了一种通过向电能计量装置注入信号的接线检查方法，无需拆线就可对正误进行判定，提高了检测效率，但仍需在现场接线，存在一定的触电安全隐患。文献[6]研发了电能表远程在线校准平台，对用电信息采集、电能表检定信息等基础数据进行挖掘与计算，建立了误差分析模型，实现了对电能表的实时运行监测，但该平台无法针对电能表错接线异常给出判决结果。文献[7]设计了电能计量装置在线故障诊断系统，能够在现场不断电的情况下监测电能计量装置有无故障，但无法对丢失的电量实现追补分析。

针对目前研究工作存在的不足，本文设计了一种基于云边端协同的电能表错接线在线感知诊断系统。

1、基于云边端协同的电能表错接线在线感知诊断系统

传统的电能表在线监测模型较为简单，仅具备筛查和初步研判计量故障的能力。面对具有海量数据的用电采集系统、云计算研判中心，在对数据进行分析和处理时，运用云边端协同技术将更具有优势[8]。

本系统围绕电网企业计量装置现场运维及稽查的核心业务展开，从电能表数据抄读、电能表故障分析、接线判定和追补电量确定、云平台数据管理等重要环节研究其关键技术。

2、系统总体架构

系统总体架构如图1所示，由云边采集系统、云计算研判中心与非接触式现场稽查终端三部分组成。

云边用电采集系统用于采集电能表的电压、电流、相位、电能表运行状态字等量测数据，并将这些数据提交到云计算研判中心进行计算分析，实现错接线等异常实时在线诊断。

图1 系统总体架构

云计算研判中心由电能表接线模型规则库与基于专家经验的研判算法构成，用于计算分析电能表的量测数据并得出研判结论。

非接触式现场稽查终端用于完成现场计量异常稽查任务，通过红外获取电能表的量测数据，提交到云计算研判中心进行计算分析。从而实现无需接线，就能完成错接线等异常稽查工作。

3、云边用电采集系统

云边用电采集系统应用了云边端协同技术，采集系统的边缘节点和云端平台具有不同的任务分工：边缘节点完成对数据的预处理和初步协同等任务，并将处理结果传输至云端平台；云端平台则负责数据清洗、二次协同、任务调度等任务[9]。与传统的集中式方法相比，云边端协同技术减小了计算延时，提升了系统响应速度，有效缓解了云端服务器的压力[10]。本文所提出的基于云边端协同的电能表错接线在线感知诊断系统，其云边端协同框架如图2所示，主要由三部分组成。

(1）终端设备：由用户端的智能电表和电能计量设备组成，负责监测用户端的用电情况，具有电能量计量、数据处理、实时监测、自动控制、信息交互等功能。

(2）边缘节点：采用具有宽带载波、5G通信模块、高性能Cortex M3及以上内核MCU组成的采集终端作为边缘节点。采集终端根据云端平台下达的任务执行数据采集、分析、计算、存储，为附近的智能电能表和电能计量设备提供边缘计算服务，完成数据预处理，并将数据排列整齐和压缩后上传至云端平台。

图2 云边端协同架构

(3）云端平台：其依托于云计算、微服务架构、大数据分析等技术，负责处理实时性要求较低、复杂度高的全局性数据业务[11]，对边缘节点下达任务、用户资源分配，并对边缘节点所上传的数据进行深入分析和存储，同时根据数据处理结果形成稽查任务，完成任务调度、资源分配等功能。

边缘节点与云端平台分别利用边缘计算和云计算的各自优势相互配合，产生3种交互模式[12]。

(1）边端协同：部署在离用户端较近的采集终端进行数据采集后，利用自带的边缘计算系统实时采集处理分析数据，并同步将结果反馈至云侧。边缘计算提升了系统的运行效率，降低云端负载压力，满足了实时性低时延的要求。

(2）边云协同：采集终端对实时数据进行处理后，将结果上传到云端平台，云端平台对分析研判结果可视化，使各级管理及运维人员通过手机端或电脑端直观地查看用电量信息、接线异常、事件报警等信息，实现对各个用户的实时监控。

(3）云端协同：运维人员可通过用电采集系统随时获取用户端的测量数据并进行监控分析，发现异常可生成报警和现场稽查任务工单，现场稽查人员可通过非接触式现场稽查终端获取工单信息，现场排查完毕后，将排查结果回传到系统。

4、云计算研判中心

云计算研判中心是电能表错接线等异常诊断的核心，它由电能表接线组合仓库与基于专家经验的研判算法构成。搭建在云端最大的优点就是保证在线研判与现场研判算法的一致性，且便于算法的维护与升级。

4.1 电能表接线组合仓库

本文主要针对三相三线和三相四线电能表的错接线和计量追补分析。

4.1.1 三相三线电能表接线分析

三相三线电能表只用2个互感器，即电压互感器TV1和TV2，电流互感器TA1和TA2[3]。TV1、TV2、TA1和TA2均有正反2种接法，共计16种接线方式。TV二次至电能表接线方式包括正相序和逆相序2类，共计6种。TA二次至电能表接线方式也分为正相序和逆相序2类，共计2种。因此三相三线电能表的接线方式共计192种，正确接线图及相量图如图3所示。

4.1.2 三相四线电能表接线分析

三相四线电能表为混合负载，即电压互感器TV1、TV2和TV3，电流互感器TA1、TA2和TA3。TV1、TV2和TV3,TA1、TA2和TA3均有正反2种接法，共计64种接线方式。TV二次至电能表与三相三线电能表接线方式相同，共计6种。TA二次至电能表接线方式与TV二次至电能表接线方式类似，同样共计6种。因此三相四线电能表的接线方式共计2304种，正确的接线图及相量图如图4所示。

通过分析，根据电压接线顺序、电流接线顺序、各相极性进行排列组合创建三相三线、三相四线电能表接线组合仓库。

4.2 基于专家经验的研判算法与电量追补流程

电能计量装置故障异常通常是综合性的，不一定是单一的错误，因此本文所提系统采用分阶分层判定的方法可降低误判。具体步骤如下：

图3 三相三线电能表正确接线

步骤1：通过无线方式获取电能表电压、电流、相位、夹角、电表运行状态字等实时测量数据。

步骤2：第一阶判定，根据电压、电流值，判定是否存在断相、失压、失流等异常。若存在执行步骤7，否则执行步骤4。

步骤3：统一相位基准为Ua，不同厂家电能表返回的相位的基准不同，因此需根据返回的相位特征判别出相位的基准，然后重新计算相位值，进行相位基准修正。

步骤4：第二阶判定，针对低负载用户测量数据修正，此相相角很有可能计算错误，减少低负载时的误判。

步骤5：第三阶判定，根据电能表接线组合仓库对具体接线情况进行分层逐步判定判别，首先根据电压的相位及夹角，确定电压接线。然后根据电流的相位及夹角，确定电流接线。第三根据电压与电流之间的相位及夹角，确定可能的接线情况。第四根据用户负载的特性，保证相位一致的判定目标，最终确定具体是哪种接线。

步骤6：诊断并确定异常后，通过读取历史数据对电能表关键计量数据进行溯源，确定异常发生时间、功率、累计电能等。

图4 三相四线电能表正确接线

步骤7：追补电量计算，第一步通过电能表历史数据统计异常发生期间电能表累加的电量W及平均功率P1；第二步异常恢复后，经过一段时间的监测，计算平均功率因数以及平均功率P2；第三步根据负载的平均功率因数进一步验证步骤6判别的准确性；第四步计算更正系数K，更正系数K=表计平均功率P2/表计平均功率P1。第五步计算应补电量，应补电量=（更正系数-1）×表计电量W。

5、非接触式现场稽查终端

非接触式现场稽查终端作为系统边缘节点的一类，它由智能手机、手机背夹和诊断APP构成，具备数据采集、分析、计算、存储功能。智能手机与手机背夹之间通过蓝牙通信技术实现无线互联。手机背夹可与任何Android设备配套使用，具有4G/5G、WiFi、蓝牙、一二维条码扫描等功能，同时内置硬件安全加密单元，实现信息传输安全可靠。在本系统中，手机背夹与电能表可通过红外进行数据交互，同时也可以通过4G/5G与云计算研判中心进行数据通信。非接触式现场稽查终端通信原理如图5所示，硬件模块图如图6所示。

图5 非接触式现场稽查终端通信原理图

图6 非接触式现场稽查终端硬件模块图

诊断APP具备对电能表错接线异常判定、数据追溯、数据固化、数据浏览等功能模块，如图7所示，关键操作界面如图8所示。

图7 APP功能模块

6、结语

用电采集系统的海量数据为电能计量异常故障的判别和异常发生后的电能追补分析提供了可靠支撑。为充分挖掘数据信息，改进现有判别和监测方法的不足，本文提出设计了一种基于云边端协同的电能表错接线在线感知诊断系统。经过系统功能测试，所设计的系统能够充分利用现有智能电能表数据，在不用现场接线量测设备情况下，对异常接线情况进行精准判别，给出图形和文字标识的研判结果，并且在完成异常故障判决后，可依据实际负载情况计算出更正系数和应补电量。可广泛应用在电力营销业扩装表接电、计量装置巡检、计量故障分析等场景。

图8 关键操作界面

参考文献:

[1]刁瑞朋,王强,卢志俊.零线断接对三相四线电能表计量影响机理分析[J].计量学报,2023,44(5):750-757.

[2]王兆军,矫真,刘丽君,等.基于自适应权重FAHP的电能表运行状态评价[J].电测与仪表,2023,60(4):186-192.

[3]刘正友,冷剑波,苏慧琳,等.基于智能电能表内部数据的接线分析方法[J].农村电气化,2022(3):13-17.

[4]王艳芹,王松,李大兴,等.一种关口电能计量装置智能故障诊断及预警技术[J].电力科学与技术学报,2019,34(3):101-107.

[5]青志明,张宏艳,傅望,等.电能计量装置接线正误判定方法探讨[J].电工技术,2019(9):96-97+114.

[6]刘晓瑜,张超,朱雅魁,等.电能表远程在线校准平台的设计及实现[J].河北电力技术,2023,42(4):91-94.

[7]郭斌,冯兴兴,何圣川,等.电能计量装置在线故障诊断系统设计[J].科技通报,2021,37(7):62-67.

[8]陈辉,吴海斌,高阳,等.基于云边协同的配电网故障信息处理系统研究[J].机械与电子,2023,41(6):41-45.

[9]朱峰奎.云边协同下变电站继电保护故障信息采集系统[J].电子设计工程,2023,31(19):113-116.

[10]刘慧自,汪颖,胡文曦,等.考虑信息动态表达的异常用电模式识别云边协同方法[J].电力自动化设备,2022,42(7):59-67.